Tujuan dari analisis data ini adalah untuk mengeksplorasi dan memahami pola serta hubungan antar variabel dalam dataset. Visualisasi digunakan untuk menggambarkan distribusi data dan pola yang mungkin tidak terlihat hanya dengan tabe
# Membaca Data
library(readxl)
Data <- read_excel("Data.xlsx")
View(Data)
# Memuat library
library(ggplot2)
# Membuat histogram untuk Pendapatan_per_kapita
ggplot(Data, aes(x = Pendapatan_per_kapita)) +
geom_histogram(colour= "lightblue", fill = "pink", size = 1, line = ".") +
labs(title = "Distribusi Pendapatan per Kapita", x = "Pendapatan per Kapita", y = "Frekuensi") +
theme_classic()
## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
## Warning in geom_histogram(colour = "lightblue", fill = "pink", size = 1, :
## Ignoring unknown parameters: `line`
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
# Memuat library
library(ggplot2)
# Membuat scatter plot antara Angka_Harapan_Hidup dan Pendapatan_per_kapita
ggplot(Data, aes(x = Pendapatan_per_kapita, y = Angka_Harapan_Hidup)) +
geom_point(colour = "lightblue", alpha = 0.5) +
labs(title = "Hubungan Antara Pendapatan per Kapita dan Angka Harapan Hidup",
x = "Pendapatan per Kapita", y = "Angka Harapan Hidup") +
theme_classic()
# Memuat library
library(ggplot2)
# Membuat bar chart untuk Pendapatan per Kapita berdasarkan Benua
ggplot(Data, aes(x = Benua, y = Pendapatan_per_kapita, fill = Benua)) +
geom_bar(stat = "identity") +
labs(title = "Pendapatan per Kapita berdasarkan Benua",
x = "Benua", y = "Pendapatan per Kapita") +
theme_classic() +
theme(legend.position = "none") +
scale_fill_manual(values = c("asia" = "lightblue", "africa" = "lightgreen", "europe" = "purple", "americas" = "#DDA0DD"))
# Memuat library
library(ggplot2)
# Membuat heatmap antara Pendapatan_per_kapita, Populasi, dan Angka_Harapan_Hidup
ggplot(Data, aes(x = Pendapatan_per_kapita, y = Populasi, fill = Angka_Harapan_Hidup)) +
geom_tile() +
scale_fill_gradient(low = "lightgreen", high = "purple") +
labs(title = "Heatmap: Pendapatan per Kapita, Populasi, dan Angka Harapan Hidup",
x = "Pendapatan per Kapita", y = "Populasi", fill = "Angka Harapan Hidup") +
theme_classic()
# Memuat library
library(plotly)
##
## Attaching package: 'plotly'
## The following object is masked from 'package:ggplot2':
##
## last_plot
## The following object is masked from 'package:stats':
##
## filter
## The following object is masked from 'package:graphics':
##
## layout
# Membuat 3D scatter plot dengan Angka_Harapan_Hidup, Pendapatan_per_kapita, dan Populasi
plot_ly(Data,
x = ~Pendapatan_per_kapita,
y = ~Angka_Harapan_Hidup,
z = ~Populasi, # bisa diganti dengan variabel lain, misal Jumlah_Anak
type = "scatter3d",
mode = "markers",
color = ~Benua, # Warna berdasarkan benua
colors = c('lightgreen', '#DDA0DD', 'lightblue', 'purple'), # Menentukan warna
marker = list(size = 5)) %>%
layout(title = "3D Scatter Plot: Pendapatan per Kapita, Angka Harapan Hidup, dan Populasi",
scene = list(
xaxis = list(title = "Pendapatan per Kapita"),
yaxis = list(title = "Angka Harapan Hidup"),
zaxis = list(title = "Populasi")
))
# Memuat library plotly
library(plotly)
# Membuat plotly scatter plot
fig <- plot_ly(Data, x = ~Pendapatan_per_kapita, y = ~Angka_Harapan_Hidup,
type = 'scatter', mode = 'markers',
marker = list(color = 'rgba(255, 182, 193, .9)', size = 5)) %>%
layout(title = "Scatter Plot Interaktif: Pendapatan per Kapita vs Angka Harapan Hidup",
xaxis = list(title = "Pendapatan per Kapita"),
yaxis = list(title = "Angka Harapan Hidup"))
# Menampilkan plot
fig
Dari analisis dan visualisasi data ini, dapat disimpulkan beberapa hal berikut: